迈向全球平均地表温度的可靠预估
应用统计
2021-01-21 v1
摘要
量化全球变暖超过2.0 K等关键目标的风险，需要可靠的全球平均地表温度（GMST）不确定性预估及最佳估计。然而，GMST预估的不确定性区间常以启发式方法计算，并存在若干潜在缺陷。特别是，IPCC的GMST羽流预估中所展示的不确定性区间基于气候模式运行的GMST异常分布，因此强烈由模式特征决定，而很少受真实世界观测影响。本文提出基于物理动机的时间序列方法，通过将能量平衡模型（EBMs）拟合到气候模式输出与观测以约束未来预估。研究表明，拟合于某一强迫情景的EBMs在应用不同强迫情景时无法产生可靠预估。EBM预估中的误差可解释为源于模式所感受有效强迫的偏差。我们提出一种基于学习强迫偏差演化从而可将其投射至未来的简单时间序列方法来修正预估。这些方法在完美模式设定下测试时给出可靠的GMST预估，且应用于观测时得出约束良好的预估，其平均变暖更低、预估区间比先前估计更窄。尽管不确定性降低，较低的变暖导致超过2.0 K变暖目标的概率大幅减小。
引用
@article{arxiv.2101.08198,
title = {Towards reliable projections of global mean surface temperature},
author = {Philip G. Sansom and Donald Cummins and Stephan Siegert and David B. Stephenson},
journal= {arXiv preprint arXiv:2101.08198},
year = {2021}
}
备注
21 pages, 7 figures, 4 tables